| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 基于视觉的车辆检测与跟踪方法概述 | 第14-16页 |
| 1.3.1 车辆检测方法概述 | 第14-16页 |
| 1.3.2 车辆跟踪方法概述 | 第16页 |
| 1.4 主要研究工作 | 第16-17页 |
| 1.5 内容安排 | 第17-18页 |
| 第二章 图像的预处理与检测区域的分割 | 第18-30页 |
| 2.1 数字图像预处理 | 第18-20页 |
| 2.1.1 图像的灰度化 | 第18-19页 |
| 2.1.2 图像噪声的滤除 | 第19-20页 |
| 2.2 道路区域分割与车道线检测 | 第20-26页 |
| 2.2.1 图像的粗分割 | 第20-21页 |
| 2.2.2 感兴趣区域的提取 | 第21-24页 |
| 2.2.3 基于改进Hough变换的车道线检测 | 第24-26页 |
| 2.3 实验结果与分析 | 第26-29页 |
| 2.3.1 车道区域提取 | 第26-28页 |
| 2.3.2 车道线检测 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 车辆检测算法研究与设计 | 第30-50页 |
| 3.1 目标检测算法研究 | 第30-37页 |
| 3.1.1 Haar特征 | 第30-32页 |
| 3.1.2 方向梯度直方图特征 | 第32-34页 |
| 3.1.3 Adaboost分类器 | 第34-35页 |
| 3.1.4 部件形变模型算法(Deformable Parts Model,DPM) | 第35-37页 |
| 3.2 车辆检测算法设计 | 第37-45页 |
| 3.2.1 基于特征模板的Hog特征提取 | 第38-40页 |
| 3.2.2 级联结构的Adaboost+Hog检测算法 | 第40-43页 |
| 3.2.3 级联结构的DPM检测算法 | 第43-45页 |
| 3.3 实验结果与分析 | 第45-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 基于压缩感知的前方车辆跟踪算法 | 第50-62页 |
| 4.1 压缩感知理论研究 | 第50-53页 |
| 4.1.1 压缩感知理论背景与意义 | 第50-51页 |
| 4.1.2 压缩感知的基本原理 | 第51-53页 |
| 4.2 车辆跟踪算法设计 | 第53-59页 |
| 4.2.1 图像的多尺度空间构建 | 第53-56页 |
| 4.2.2 基于压缩感知的特征提取 | 第56-57页 |
| 4.2.3 基于朴素贝叶斯分类器的目标检测 | 第57-59页 |
| 4.3 实验结果与分析 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 车辆检测与跟踪系统设计 | 第62-69页 |
| 5.1 系统的总系设计 | 第62-66页 |
| 5.1.1 系统环境 | 第62页 |
| 5.1.2 系统功能模块 | 第62-63页 |
| 5.1.3 系统流程图 | 第63-64页 |
| 5.1.4 系统界面设计 | 第64-66页 |
| 5.2 实验结果与分析 | 第66-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 课题完成的工作与创新点 | 第69-70页 |
| 6.2 存在的问题与研究展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 在学期间的研究成果及发表的学术论文 | 第75页 |